MATLAB 自适应阈值处理超慢答案

【问题标题】：MATLAB adaptive thresholding super slowMATLAB 自适应阈值处理超慢
【发布时间】：2015-04-03 04:56:21
【问题描述】：

所以我有一堆代码需要大约一分钟才能运行，追踪到自适应阈值，特别是一行。关于如何加快速度的任何建议或关于为什么这是不可避免的任何解释？..“mIM=medfilt2(IM,[ws ws]);”是一切都慢下来的地方。

function bw=adaptivethreshold(IM,ws,C,tm)
%ADAPTIVETHRESHOLD An adaptive thresholding algorithm that seperates the
%foreground from the background with nonuniform illumination.
%  bw=adaptivethreshold(IM,ws,C) outputs a binary image bw with the local 
%   threshold mean-C or median-C to the image IM.
%  ws is the local window size.
%  tm is 0 or 1, a switch between mean and median. tm=0 mean(default); tm=1 median.
%
%  Contributed by ...
%  at Tsinghua University, Beijing, China.
%
%  For more information, please see
%  http://homepages.inf.ed.ac.uk/rbf/HIPR2/adpthrsh.htm

if (nargin<3)
    error('You must provide the image IM, the window size ws, and C.');
elseif (nargin==3)
    tm=0;
elseif (tm~=0 && tm~=1)
    error('tm must be 0 or 1.');
end

IM=mat2gray(IM);
disp(strcat('100: ',datestr(now)))
if tm==0
    mIM=imfilter(IM,fspecial('average',ws),'replicate');
else
    mIM=medfilt2(IM,[ws ws]);
end
sIM=mIM-IM-C;
bw=im2bw(sIM,0);
bw=imcomplement(bw);

【问题讨论】：

您是否尝试过gpuArray 在您的 GPU 上执行这些操作？您的函数似乎与 gpuArrays 兼容，请在读取图像时使用 gpuArray(imread(...)) 之类的东西
中值滤波是非线性运算，需要较长时间是正常的。我并不感到惊讶，尤其是如果图像很大或者ws 很大。

标签： performance matlab threshold

【解决方案1】：

中值滤波是一种非线性运算，因此可能需要很长时间才能执行。对于较大的ws 值，您应该更喜欢ordfilt2 而不是medfilt2：它更快更灵活！

这是一个示例代码，它对两个函数执行相同的中值滤波：

Img = imread('elephant.jpg');
ws = 100;

tic
Res = medfilt2(Img, [ws ws]);
toc

tic
Res = ordfilt2(Img, round(ws^2/2), true(ws));
toc

以及我机器上的时间：

Elapsed time is 0.190697 seconds.
Elapsed time is 0.095528 seconds.

最好的，

【讨论】：